مدلسازی پیشبینی EPS با استفاده از شبکههای عصبی - فازی
نویسندگان
1 کارشناس ارشد مدیریت بازرگانی (مالی) دانشگاه تربیت مدرس
2 استاد گروه حسابداری دانشگاه تربیت مدرس
3 استاد گروه مدیریت صنعتی دانشگاه تربیت مدرس
doi
چکیده
پیشبینی سود هر سهم و تغییرات آن بهعنوان یک رویداد اقتصادی از دیرباز موردعلاقه سرمایهگذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدلهای ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی میباشد. هدف این تحقیق پیشبینی سود هر سهم با استفاده از شبکه عصبی – فازی و شبکه عصبی درک چندلایه(MLP) و GMDH و تعیین مدل برتر با استفاده از چهار معیار مربع میانگین خطای استاندارد(MSE) ، میانگین قدر مطلق خطا (MAE)، مربع مجذور میانگین خطا (RMSE) و (R2) ضریب تعیین میباشد. بدین منظور، شرکتهای پذیرفتهشده در بورس و اوراق بهادار تهران بهعنوان جامعه آماری و نمونه انتخابی شامل،500 سال/شرکت در قالب 24 صنعت فعال بورس در دوره زمانی 1390- 1386 میباشد که بهصورت تصادفی و روش نمونهگیری خوشهای انتخابشدهاند. نتایج تحقیق بیانگر برتری شبکه عصبی – فازی در تمامی چهار معیار ارزیابی نسبت به شبکه عصبی MLP و GMDH میباشد که نشان از توانایی بالای این شبکه در شناخت الگوهای حاکم بردادهها و وجود رابطه غیرخطی برخی متغیرهای حسابداری با سود هر سهم دارد. درنتیجه دقت پیشبینی شبکه عصبی – فازی بیشتر از شبکه¬ی MLP و GMDH است و برای پیشبینی سود هر سهم مناسب میباشد